HDU 1010--Tempter of the Bone

本文介绍了一个迷宫逃脱问题的解决方案,使用深度优先搜索算法结合奇偶剪枝优化,确保狗狗能在特定时间点从迷宫中成功逃脱。文章通过具体代码实现了这一算法。

题目:这是题目

题意:一只狗狗在一个迷宫里面要从门出去,但是门只在第T时间开一次,狗狗一定要在这个时间点出去,并且狗狗走过的路会消失,问是否狗狗能从门走出迷宫?

思路:这个题爆搜会T,要用奇偶剪枝,即T和狗狗到门的曼哈顿距离的奇偶一定要一样。

#include <stdio.h>
#include <string.h>
#include <iostream>
#include <algorithm>
#include <math.h>
using namespace std;

const int MAX = 10;
int ti;

int n, m, t;
char _map[MAX][MAX];
bool visit[MAX][MAX];
int d[MAX][MAX];
int x[4] = {0, 1, 0, -1};
int y[4] = {-1, 0, 1, 0};

int dis(int x1, int y1, int x2, int y2) {
    return (abs(x2 - x1) + abs(y2 - y1));
}//计算曼哈顿距离

bool dfs(int xx, int yy, int time) {
    if (_map[xx][yy] == 'D' && time == t) {
        return true;
    }//正好是t时刻到门则能到达
    else {
        for (int i = 0; i < 4; i++) {
            int xi = xx + x[i];
            int yi = yy + y[i];
//            cout << "$$ " << xi << " " << yi << endl;
            if (xi >= 0 && xi < n && yi >= 0 && yi < m && !visit[xi][yi]) {
//                cout << "ok " << xi << " " << yi << endl;
                time += 1;
                visit[xi][yi] = true;
                if (dfs(xi, yi, time)) {
                    return true;
                }
                time -= 1;
                visit[xi][yi] = false;
            }
        }
    }
    return false;

}


int main() {
    while(scanf("%d%d%d", &n,&m,&t) != EOF) {
        if (n == 0 && m == 0 && t == 0)
            break;
        getchar();
        int sx, sy, ex, ey;
        ti = 100;
        memset(visit, false, sizeof(visit));
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                scanf("%c", &_map[i][j]);
                if (_map[i][j] == 'S') {
                    sx = i;
                    sy = j;
                    visit[sx][sy] = true;
                }
                else if (_map[i][j] == 'D') {
                    ex = i;
                    ey = j;
                }
                else if (_map[i][j] == 'X')
                    visit[i][j] = true;
            }
            getchar();
        }

        if (dis(sx, sy, ex, ey) % 2 == t % 2) {//剪枝
            if (dfs(sx, sy, 0))
                printf("YES\n");
            else
                printf("NO\n");
        }
        else {
            printf("NO\n");
        }
    }
    return 0;
}


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值